Architectuur
Klassieke beeldverwerking past bij kenmerken die met vaste regels te beschrijven zijn. AI wordt relevant wanneer toegestane productvariatie niet praktisch in die regels is vast te leggen. Een representatieve proef moet aantonen welke aanpak de afgesproken grensgevallen beheerst.
Randdetectie, drempelwaarden, geometrie, patroonvergelijking en codelezers lossen veel industriële inspecties op. Deze methoden zijn uitlegbaar en goed te onderhouden wanneer product en omgeving voldoende stabiel zijn. Beschrijf eerst het kenmerk en de toegestane variatie.
Een inspectie wordt moeilijker wanneer goede producten sterk in textuur, vorm of bedrukking variëren en die variatie niet praktisch in regels is te beschrijven. Verzamel dan goede producten, bekende fouten en grensgevallen uit de werkelijke productie.
AI vraagt een representatieve en gelabelde beeldverzameling. Leg vast wie nieuwe beelden beoordeelt, wie een model opnieuw traint en hoe een nieuwe versie wordt vrijgegeven. Controleer ook hoe verandering in materiaal, leverancier, belichting of camera wordt gedetecteerd.
Het VisionMaster-platform bevat modules voor classificatie, objectdetectie, karakterherkenning en segmentatie. Test de benodigde module op de eigen onderdelen en cyclustijd; de aanwezigheid van een functie zegt nog niets over de prestaties in de lijn.
Gebruik vaste geometrie om een inspectiegebied te lokaliseren en pas AI alleen toe op het kenmerk waarvoor regels onvoldoende zijn. Houd communicatie met de PLC, foutafhandeling en beeldopslag expliciet, ongeacht de gekozen methode.
Gebruik voor beide aanpakken dezelfde beeldset en dezelfde definities voor goed, fout en grensgeval. Meet foutieve afkeur, gemiste fouten, rekentijd en gevoeligheid voor product- en omgevingsvariatie. Spreek voor ingebruikname een terugvalprocedure en versiebeheer af.
Zie ook AI-inspectie en kwaliteitsinspectie.

Varieert het uiterlijk van uw producten sterk? Wij beoordelen graag of klassieke beeldverwerking, AI of een combinatie het meest praktisch is.